【技术实现步骤摘要】
本专利技术涉及污染源数据识别，具体为一种基于深度学习的固定污染源异常数据识别系统及方法。
技术介绍
1、固定污染源是指排放大气污染物的各类行业企业、场所生产设施、固定设备等，简称固定源。固定源是燃煤、燃油、燃气的锅炉和工业炉窑以及石油化工、治金、建材等生产过程中产生的废气通过排气筒向空气中排放的污染源；固定污染源数据主要以污染源在线监测、排污许可、环境统计、污染普查等数据为主，现有技术对固定污染源数据的监理多从数据的有效性、数据的真实性以及数据的可溯源性出发，对数据自身以现代化数据分析手段做出了充分的处理；但同时对于污染源数据的多样性，究其根本是污染源的分类不明确，以及在异常数据出现时，对数据所属的污染源类型以及可能关联影响到的污染源不敏感，导致现有很多污染源异常数据识别上都是基于已发生过异常事件上的识别，并不能有效利用数据分析异常事件做到前瞻性预警，使得降低污染源异常的风险性。
技术实现思路
1、本专利技术的目的在于提供一种基于深度学习的固定污染源异常数据识别系统及方法，以解决上述背景技
【技术保护点】
1.一种基于深度学习的固定污染源异常数据识别方法，其特征在于，包括以下分析步骤：
2.根据权利要求1所述的一种基于深度学习的固定污染源异常数据识别方法，其特征在于：所述构建可区分固定污染源类别的决策树模型包括以下步骤：
3.根据权利要求2所述的一种基于深度学习的固定污染源异常数据识别方法，其特征在于：所述步骤S200包括以下步骤：
4.根据权利要求3所述的一种基于深度学习的固定污染源异常数据识别方法，其特征在于：所述步骤S300包括以下步骤：
5.根据权利要求4所述的一种基于深度学习的固定污染源异常数据识别方法，其特征在...
【技术特征摘要】
1.一种基于深度学习的固定污染源异常数据识别方法，其特征在于，包括以下分析步骤：
2.根据权利要求1所述的一种基于深度学习的固定污染源异常数据识别方法，其特征在于：所述构建可区分固定污染源类别的决策树模型包括以下步骤：
3.根据权利要求2所述的一种基于深度学习的固定污染源异常数据识别方法，其特征在于：所述步骤s200包括以下步骤：
4.根据权利要求3所述的一种基于深度学习的固定污染源异常数据识别方法，其特征在于：所述步骤s300包括以下步骤：
5.根据权利要求4所述的一种基于深度学习的固定污染源异常数据识别方法，其特征在于：所述步骤s400包括以下步骤：
6.一种基于深度学习的固定污染源异常数据识别系统，应用权利要求1-5中任一项所述的一种基于深度学...
【专利技术属性】
技术研发人员：张巍，李明娜，黄宝琦，金鹏，侯永春，李铸英，冯涛，贾冰，郭雪征，萧峰，田贝宁，杨伟民，
申请(专利权)人：内蒙古生态环境大数据有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。